-
题名基于滑动窗口的单传感器数据异常检测
被引量：6
- 1
-
-
作者
龙滢
裘晓峰
-
机构
北京邮电大学信息与通信工程学院
-
出处
《软件》
2014年第12期49-57,共9页
-
文摘
数据质量是物联网发展所面临的重大挑战,数据异常检测能实现数据质量提升与潜在信息挖掘。在智能家居等小型物联网场景中数据空间相关性严重不足,因此只能利用时间相关性实现对单传感器数据的异常检测。本文给出基于距离的滑动窗口异常检测算法,通过只处理新加入和刚离开窗口的数据降低时间复杂度,只存储数据对象的k个邻居以降低空间复杂度。此外,本文根据滑动窗口内局部异常和全局异常的定义,设计异常检测的处理流程,并借助真实数据实现算法仿真,以检测率DR和误检率FR为检测指标分析参数对检测结果的影响。从仿真结果可知,该算法能实现较好的检测效果,局部异常检测能保证高DR,全局异常检测能保证低FR。
-
关键词
计算机科学技术其他学科
异常检测
传感器数据
局部异常
全局异常
滑动窗口
-
Keywords
Other Disciplines of Computer science and technology
outlier Detection
Sensor Data
Local outlier
global outlier
Sliding Window
-
分类号
TP212
[自动化与计算机技术—检测技术与自动化装置]
TP274
[自动化与计算机技术—控制科学与工程]
-
-
题名一种基于层次聚类的全局孤立点识别方法
被引量：4
- 2
-
-
作者
梁斌梅
韦琳娜
宋庆祯
-
机构
广西大学数学与信息科学学院
四川大学计算机学院
-
出处
《计算机应用研究》
CSCD
北大核心
2011年第5期1731-1733,共3页
-
基金
广西大学科研基金资助项目(XJZ100258)
-
文摘
针对现有的孤立点检测算法在通用性、有效性、用户友好性及处理高维大数据集的性能还不完善,提出了一种快速有效的基于层次聚类的全局孤立点检测方法。该方法基于层次聚类的结果,根据聚类树和距离矩阵可视化判断数据孤立程度,并确定孤立点数目。从聚类树自顶向下,无监督地去除孤立点。仿真实验验证了本方法能快速有效识别全局孤立点,具有用户友好性,适用于不同形状的数据集,可用于大型高维数据集的孤立点检测。
-
关键词
孤立点检测
层次聚类
数据挖掘
全局孤立点
-
Keywords
outlier detection
hierarchical clustering
data mining
global outlier
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
